摘要：基本模型 简介：决策树可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。其主要优点是模型具有可读性，分类速度快。 决策树学习通常包括3个步骤：特征选择，决策树生成，剪枝。 决策树的内部结点表示一个特征或属性，叶结点表示一个类。 If-then：决策树路径或其对应 阅读全文

摘要：1.朴素贝叶斯分类算法（Naive Bayes Classifier） 1.1 概率： A是类别，B是特征。 P(A)是先验概率，表示每种类别分布的概率； P(B|A)是条件概率，表示在某种类别前提下，某事发生的概率；该条件概率可通过统计而得出，这里需要引入极大似然估计概念，详见后文。 P(A|B) 阅读全文